本發(fā)明涉及一種搜索系統(tǒng)。尤其是一種電力信息視頻搜索系統(tǒng)。
背景技術(shù)：
在互聯(lián)網(wǎng)上存放著大量的電力信息系統(tǒng)中的視頻資源，這其中包括大量的監(jiān)控視頻以及故障視頻，而當(dāng)電力系統(tǒng)的工作人員需要根據(jù)某個圖片快速尋找相關(guān)資源時，只能依靠文字信息，這樣往往尋找不到正確的視頻，并且即使尋找到了相關(guān)視頻，如何有效快速的下載也是要面臨的問題。
技術(shù)實現(xiàn)要素：
本發(fā)明為了克服現(xiàn)有技術(shù)方案的不足，提供了一種電力信息視頻搜索系統(tǒng)的技術(shù)方案。
為了實現(xiàn)上述目的，本發(fā)明的技術(shù)方案為：一種電力信息視頻搜索系統(tǒng)，包括獲取裝置、處理裝置、分類裝置和檢索裝置，
獲取裝置，包括網(wǎng)頁分析模塊、視頻文本庫、視頻地址提取模塊以及視頻下載器，網(wǎng)頁分析模塊用于獲取視頻播放地址的鏈接并通過html文本解析出視頻的文字信息，視頻文本庫用于存儲視頻的文字信息，視頻地址提取模塊用于獲取視頻的真實下載地址，視頻下載器通過視頻資源切分的方法對視頻進行下載；
處理裝置，包括視頻標準化模塊、視頻庫以及視頻特征提取模塊，視頻標準化模塊用于將視頻下載器下載的視頻進行格式轉(zhuǎn)換，形成具有統(tǒng)一格式的標準視頻，視頻特征提取模塊將標準視頻進行結(jié)構(gòu)化處理并獲取標準視頻的結(jié)構(gòu)特征以及關(guān)鍵幀，視頻庫用于將標準視頻及其結(jié)構(gòu)特征、關(guān)鍵幀對應(yīng)的進行存儲；
分類裝置，包括分類模塊以及分類視頻庫，分類模塊根據(jù)視頻文本庫以及視頻庫中信息進行聚類分析，分類視頻庫將聚類分析后視頻以及相關(guān)信息按照聚類結(jié)構(gòu)進行存儲，從而形成檢索數(shù)據(jù)庫；
檢索裝置，包括檢索界面和查詢模塊，用戶通過檢索界面輸入圖像以及檢索信息并將檢索結(jié)果顯示在檢索界面上以返回給用戶，
其特征在于：
根據(jù)抓取范圍，網(wǎng)頁分析模塊獲取各個視頻網(wǎng)站內(nèi)有視頻播放地址的鏈接，分析該類鏈接對應(yīng)的html文本，解析提取出與視頻有關(guān)的文字信息，將這些文字信息進行中文分詞，作為視頻的標題存入視頻文本庫中；
根據(jù)當(dāng)前鏈接，視頻地址提取模塊提取出視頻的真實下載地址，再調(diào)用視頻下載器進行下載；
視頻標準化模塊將下載下來的視頻統(tǒng)一轉(zhuǎn)換成相同格式后存入視頻庫；
視頻特征提取模塊會將視頻庫中的視頻進行分析，提取結(jié)構(gòu)特征、關(guān)鍵幀構(gòu)成結(jié)構(gòu)化信息，并存入視頻庫；
分類模塊先根據(jù)視頻文本庫進行預(yù)分類，然后根據(jù)視頻文本庫和視頻的結(jié)構(gòu)化信息再進行分類，建立視頻數(shù)據(jù)庫并存入分類視頻庫；
用戶通過檢索界面提供一幅圖像示例進行檢索，查詢模塊將與檢索條件匹配的視頻返回給用戶。
有益效果：
（1）根據(jù)圖片檢索視頻，有效提高了工作人員的檢索效率；
（2）構(gòu)建檢索系統(tǒng)，數(shù)據(jù)庫信息全面；
（3）使用二分法的視頻資源切分方法，從而優(yōu)化視頻的下載速度，工作人員可以及時獲取視頻。
附圖說明
圖1為本發(fā)明的系統(tǒng)構(gòu)成框圖。
具體實施方式
下面結(jié)合附圖與實施例對本發(fā)明作進一步的說明。
如圖1所示，一種電力信息視頻搜索系統(tǒng)，包括獲取裝置、處理裝置、分類裝置和檢索裝置，
獲取裝置，包括網(wǎng)頁分析模塊、視頻文本庫、視頻地址提取模塊以及視頻下載器，網(wǎng)頁分析模塊用于獲取視頻播放地址的鏈接并通過html文本解析出視頻的文字信息，視頻文本庫用于存儲視頻的文字信息，視頻地址提取模塊用于獲取視頻的真實下載地址，視頻下載器通過視頻資源切分的方法對視頻進行下載；
處理裝置，包括視頻標準化模塊、視頻庫以及視頻特征提取模塊，視頻標準化模塊用于將視頻下載器下載的視頻進行格式轉(zhuǎn)換，形成具有統(tǒng)一格式的標準視頻，視頻特征提取模塊將標準視頻進行結(jié)構(gòu)化處理并獲取標準視頻的結(jié)構(gòu)特征以及關(guān)鍵幀，視頻庫用于將標準視頻及其結(jié)構(gòu)特征、關(guān)鍵幀對應(yīng)的進行存儲；
分類裝置，包括分類模塊以及分類視頻庫，分類模塊根據(jù)視頻文本庫以及視頻庫中信息進行聚類分析，分類視頻庫將聚類分析后視頻以及相關(guān)信息按照聚類結(jié)構(gòu)進行存儲，從而形成檢索數(shù)據(jù)庫；
檢索裝置，包括檢索界面和查詢模塊，用戶通過檢索界面輸入圖像以及檢索信息并將檢索結(jié)果顯示在檢索界面上以返回給用戶，
其特征在于：
根據(jù)抓取范圍，網(wǎng)頁分析模塊獲取各個視頻網(wǎng)站內(nèi)有視頻播放地址的鏈接，分析該類鏈接對應(yīng)的html文本，解析提取出與視頻有關(guān)的文字信息，將這些文字信息進行中文分詞，作為視頻的標題存入視頻文本庫中；
根據(jù)當(dāng)前鏈接，視頻地址提取模塊提取出視頻的真實下載地址，再調(diào)用視頻下載器進行下載；
視頻標準化模塊將下載下來的視頻統(tǒng)一轉(zhuǎn)換成相同格式后存入視頻庫；
視頻特征提取模塊會將視頻庫中的視頻進行分析，提取結(jié)構(gòu)特征、關(guān)鍵幀構(gòu)成結(jié)構(gòu)化信息，并存入視頻庫；
分類模塊先根據(jù)視頻文本庫進行預(yù)分類，然后根據(jù)視頻文本庫和視頻的結(jié)構(gòu)化信息再進行分類，建立視頻數(shù)據(jù)庫并存入分類視頻庫；
用戶通過檢索界面提供一幅圖像示例進行檢索，查詢模塊將與檢索條件匹配的視頻返回給用戶。
其中，視頻特征提取模塊的結(jié)構(gòu)化處理具體為：
步驟a1，構(gòu)造視頻結(jié)構(gòu)，視頻數(shù)據(jù)結(jié)構(gòu)分為場景、鏡頭和幀三個層次，幀是一幅幅獨立靜態(tài)的圖像，一組幀組成鏡頭，一組鏡頭構(gòu)成場景，場景組成一段視頻，視頻結(jié)構(gòu)的構(gòu)造過程分成兩個步驟，
步驟a1.1，從視頻流中提取鏡頭，
對視頻流進行鏡頭切變檢測，尋找視頻發(fā)生鏡頭切換時的圖像幀，具體為：
將圖像幀分為8×8像素的子塊，計算每個子塊的平均值，計算視頻序列中連續(xù)兩幀中處于相同位置的子塊的平均值間差值的絕對值之和作為幀間差；
計算相鄰兩幅幀圖像新邊緣像素增加的比例和邊緣像素減少的比例，取中的最大值作為比例差；
如果幀間差大于預(yù)先設(shè)定值，并且比例差大于預(yù)先設(shè)定的值，那么判定發(fā)生了鏡頭的切換，提取鏡頭；
其中，鏡頭是基本視頻數(shù)據(jù)單元，鏡頭的切變分為突變和漸變兩種。突變是指不采取任何編輯手法將一個鏡頭直接切變到另一個鏡頭，而漸變是指一個鏡頭到另一個鏡頭之間加入了編輯效果，使變化顯得比較平緩。將視頻發(fā)生鏡頭切換時的圖像幀找出來的過程就稱為鏡頭的切變檢測。邊緣是一幅圖像的灰度空間中那些灰度不連續(xù)的點。
步驟a1.2，從鏡頭中提取關(guān)鍵幀，
關(guān)鍵幀是一幅能夠描述一個鏡頭的主要內(nèi)容的圖像，由于剔除了視頻中冗余的信息，使用關(guān)鍵幀來表示鏡頭，可以大幅降低建立視頻索引的工作量，提取關(guān)鍵幀的方法具體為：
當(dāng)鏡頭的當(dāng)前幀與最新被判定為關(guān)鍵幀的圖象對比有顯著變化時，當(dāng)前的幀作為新的參照關(guān)鍵幀，先把鏡頭的第一幀作為參照關(guān)鍵幀，然后將其后相鄰的幀圖像與這個關(guān)鍵幀圖像的特征相比較，如果變化較大，則將當(dāng)前幀作為新的關(guān)鍵幀，再繼續(xù)與后面的幀圖像進行比較，以此類推來陸續(xù)得到關(guān)鍵幀；
步驟a2，特征提取，將關(guān)鍵幀的rbg顏色空間轉(zhuǎn)換為更符合人對顏色的主觀認識的顏色空間hsv模式，并將顏色空間量化為若干個顏色條，然后將圖像用色彩分割技術(shù)自動分成若干區(qū)域，每個區(qū)域都使用顏色條構(gòu)成索引，對圖像的描述就轉(zhuǎn)化成了一個顏色索引集。
其中，視頻下載器的視頻資源切分的方法使用二分法通過對視頻資源中不同分片資源的ip地址、歸屬地的確認來下載視頻,具體為：
步驟b1，確定要下載的視頻的播放時間，獲取起始點
步驟b2，獲取視頻片段的中間點
步驟b3，如果中間點
如果中間點
如果中間點
步驟b4，記錄步驟b2-b3確定各個視頻片段在原始視頻中分段位置以及相應(yīng)的ip地址和歸屬地，并判斷各個視頻片段的運營商，分塊下載視頻，從而優(yōu)化下載速度。
其中，分類模塊的聚類分析方法對視頻庫中的關(guān)鍵幀進行數(shù)據(jù)挖掘，對關(guān)鍵幀進行自動聚類，采用視頻語義信息和關(guān)鍵幀的視覺特征相結(jié)合的方式，具體為：
步驟c1，根據(jù)視頻文本進行預(yù)分類，將文本信息相似的視頻歸為一類，確保視頻的主要內(nèi)容是屬于一類的；
步驟c2，在預(yù)分類的基礎(chǔ)上，在每一個大類中再根據(jù)視頻庫的關(guān)鍵幀的顏色特征進行聚類，將具有相似顏色特征的關(guān)鍵幀聚合為一個小類；
因為視頻的底層特征與視頻的高級特征即語義特征之間存在著語義鴻溝，導(dǎo)致用單一的視頻內(nèi)容特征檢索到的視頻很可能與用戶的期望不相符。因此提出了基于視覺特征與視頻高級語義特征相結(jié)合的分類方式，克服了單純基于視覺特征分類方式的缺點。如此的分類方式可以實現(xiàn)一個類中所包含的圖像幀都是相似的，并且使類和類之間的距離盡可能大。
步驟c3，將聚類分析后的視頻以及相應(yīng)文本信息存儲構(gòu)成分類視頻庫，從而為檢索提供便利的數(shù)據(jù)分類體系。
其中，檢索過程具體如下：
步驟d1，用戶提供一幅圖像，檢索模塊提取該圖像的特征，然后在分類視頻庫中進行匹配；
步驟d2，計算出待檢索圖像的特征向量與關(guān)鍵幀特征庫中各個類的聚類中心向量的距離，找出距離最近的三個類；
步驟d3，再分別計算三類中的每個圖像幀的特征向量與待檢索圖像的特征向量的距離；
步驟d4，找出距離最近的20幅圖像幀；
步驟d5，統(tǒng)計這20幅圖像幀關(guān)聯(lián)最多的前5個視頻，并返回總共15個結(jié)果。
以上所述實施方式僅表達了本發(fā)明的一種實施方式，但并不能因此而理解為對本發(fā)明范圍的限制。應(yīng)當(dāng)指出，對于本領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明構(gòu)思的前提下，還可以做出若干變形和改進，這些都屬于本發(fā)明的保護范圍。